基于改进YOLOv7—tiny的茶叶嫩芽识别方法

来源：中国农机化学报杂志2025年第6期北京时间：

作者：王启航, 顾寄南, 蒋兴宇, 范天浩, 潘知瑶

单位：(江苏大学机械工程学院，江苏镇江，212013)

摘要：为提高茶叶采摘机器人的采摘效率和采摘精度，使模型能更方便地部署在低算力的移动端设备上，提出一种基于改进YOLOv7—tiny的茶叶嫩芽识别方法。首先，用HardSwish激活函数减少量化模式下数值的精度损失，使模型精度提升；其次，利用深度可分离卷积改进原网络中的ELAN模块减少该模块中的参数冗余，降低模型的参数量和计算量使模型轻量化；最后，为消除模型轻量化造成的精度损失，进一步提高模型精度，使用对小目标更敏感的EIoU边界框损失函数。试验结果显示，改进后的模型精确率、召回率与平均精度均值分别为79.6%、79.1%和81.4%，相比原始模型提升5.4%、2.3%和2.7%；并且改进后的模型参数量为4.8 M，相比原始模型降低20.0%；计算量为10.8 GFLOPs，相比原始模型降低16.9%。

关键词：茶叶嫩芽识别,轻量化,深度可分离卷积,边界框损失函数

基金资助：江苏省重点研发计划重点项目(BE2021016—3)